El mapa de la IA en España

Un mapa que debería ser mucho más denso

La Inteligencia Artificial es una de las apuestas fuertes del gobierno para reconfigurar España y prepararla para el futuro que viene. La transición digital es uno de los elementos clave para no quedarse atrás y poder seguir siendo competitivos en un futuro próximo.

Las bases sobre las que actualmente se asienta la capacidad de España en materia de Inteligencia Artificial, aparte del plan Estrategia Nacional para la IA en el que se pretenden invertir 600 millones de € desde este mismo año hasta el 2023, son todas aquellas organizaciones privadas y públicas que inciden en el desarrollo de esta materia.

El mapa de la IA en España es una herramienta interesante para conocer el estado y la distribución de nuestras capacidades por el territorio.

El mapa hace un desglose por tipo de actividad:

  • Administración Pública

  • Empresas

  • Enseñanza Superior

  • IPSFL (Institución Privada Sin Fines de Lucro)

Además de mostrar en el mapa la ubicación de dónde se está trabajando en esta materia, indica por los colores de los puntos qué tipo de actividad es y por su tamaño el volumen de actividad.

Por lo que desprende el mapa el grueso de la actividad se realiza en organizaciones de menos de 11 trabajadores, un entorno startup, y en el que además el % de mujeres trabajando en ellas no suele superar el 30%.

En la Administración Pública el perfil cambia un poco. Las organizaciones que trabajan en esta materia mayoritariamente o son menores de 50 trabajadores o mayores de 200. Y la mayoría, en cuanto a % de mujeres trabajando en ellas se distribuyen entre el 11 y el 20%, y entre el 41 y el 50%.

La empresa privada es mayoritariamente startup, se concentran en empresas de menos de 11 trabajadores, y por el % de mujeres hay un número similar de empresas en casi todos los tramos hasta el 50%, siendo el tramo en el que menos empresas hay el del más del 50%.

Las Instituciones Educativas dedicadas a la IA se distribuyen principalmente entre 11 y 200 empleados, y el % de mujeres no es que sea mejor. Están casi todas entre el 11 y el 30%.

Por último las IPSFL vuelven a concentrarse en empresas de hasta 50 trabajadores, con un 21 al 30 % de mujeres trabajando en ellas.

La siguiente nube de palabras marca las principales tecnologías en las que se está trabajando. El Big Data y análisis de datos, el aprendizaje automático, los sistemas inteligentes de predicción y el procesamiento y aprendizaje de estructuras en imágenes son los principales campos de trabajo.

Es interesante ver también el mapa de palabras clave en el que destacan sobre todo las derivadas del Machine Learning (ML), la de representación del conocimiento (KRR), el análisis de datos (DA) o el procesamiento de lenguaje natural (NLP).

Las conclusiones que saco del análisis del mapa:

  • Es una industria masculinizada. Si queremos evitar sesgos de base se debería trabajar para corregir el desequilibrio que hay en estos momentos. Que solo haya 16 organizaciones con más del 50% de mujeres trabajando en ellas lo dice todo.

  • El modelo startup parece que es el preferido. Imagino que equipos de trabajo pequeños y ágiles son los adecuados para una tecnología tan disruptiva. Hay que cuidar y promover este modelo para conseguir que haya una mayor distribución por el territorio. Este modelo ya lo facilita respecto de organizaciones más grandes que tienden a situarse en lugares con mayor densidad de población.

  • Las Administraciones Públicas y las Universidades son ahora mismo las que más dedican a trabajar en Inteligencia Artificial. Se debería conseguir que las empresas empiecen a ser también líderes en su desarrollo, se ganará agilidad y diversificación.

¿Me invitas a un café?

Noticias que no debes dejar escapar

  1. La UE pone en marcha un mercado de datos personales. Esto es lo que significa para la privacidad. Los Data Trust ofrecen un enfoque que algunos gobiernos están explorando. Un Data Trust es una entidad legal que recoge y gestiona los datos personales de las personas en su nombre. Ofrece soluciones en seguridad y privacidad. Un paso más en soberanía tecnológica.

  2. El Ayuntamiento de Madrid se prepara para crear una criptomoneda internacional para el sector turístico. ¿Una criptomoneda para el turismo en Madrid? Parece que va en serio. Pero ¿no sería más adecuado poder pagar en cualquier criptomoneda en lugar de crear una propia?

  3. Los trabajadores autónomos reúnen sus propios datos para comprobar las matemáticas del algoritmo. ¿Quién vigila al vigilante? Pues los algoritmos de los trabajadores vigilan el algoritmo de la empresa. Un checking digital para hacer valer derechos laborales.